Geometría de Señales Espacios Euclides / Hilbert
|
|
- Alejandro Toro Franco
- hace 5 años
- Vistas:
Transcripción
1 Geometría de Señales Espacios Euclides / Hilbert
2 Objetivo Exponer los fundamentos matemáticos que sustentan el tratamiento de señales digitales y su relación con sus contrapartes continuas. El alumno aprenderá los conceptos básicos de la representación geométrica de señales y su aplicación para el diseño de los sistemas digitales. Al finalizar esta unidad el alumno deberá tener una idea clara sobre los fundamentos matemáticos que dan sustento al análisis y procesamiento de señales. 2
3 Introducción Previamente se presentaron algunas nociones geométricas básicas relacionadas con las señales Los conceptos de la Geometría Euclidiana (2D) son ampliamente conocidos: Vectores, Normas, Producto Interno (producto punto) y sistemas coordenados. Esas nociones geométricas se pueden generalizar para sistemas de N-Dimensiones (Hilbert) Los conceptos geométricos se aplican a señales ya que las señales pueden representarse como una abstracción de vectores
4 Temario Procesamiento de señales vista desde la perspectiva de la Geometría Euclidiana Espacios vectoriales Vectores Norma Producto interno Fundamentos de los espacios de Hilbert Aproximaciones
5 Geometría Euclidiana Vectores en ℝ²
6 Geometría Euclidiana Vectores en ℝ² [] x0 x= x1
7 Geometría Euclidiana Vectores en ℝ² [] x0 x= x1 x
8 Geometría Euclidiana Vectores en ℝ² [ ] y0 y= y1 [] x0 x= x1 x
9 Geometría Euclidiana Vectores en ℝ² [ ] y0 y= y1 [] x0 x= x1 y x
10 Geometría Euclidiana Vectores en ℝ² [ ] y0 y= y1 [] x0 x= x1 y α x
11 Geometría Euclidiana Vectores en ℝ² [ ] y0 y= y1 [] x0 x= x1
12 Geometría Euclidiana Vectores en ℝ² [ ] y0 y= y1 π α= 2 [] x0 x= x1
13 Geometría Euclidiana Vectores en ℝ² [ ] Vectores Ortogonales y0 y= y1 π α= 2 [] x0 x= x1
14 Geometría Euclidiana Sistema Coordenado en 2D x ℝ² e1 e0
15 Geometría Euclidiana Sistema Coordenado en 2D x ℝ² e1 e0 Sist. Ortogonal
16 Geometría Euclidiana Sistema Coordenado en 2D x ℝ² e1 x v1 e0 Sist. Ortogonal v0 Sist. Biortogonal ℝ²
17 Geometría Euclidiana Sistema Coordenado en 2D Los sistemas coordenados se definen a través de un conjunto de vectores que expanden el espacio mediante combinaciones lineales entre ellos. Dicho conjunto se compone de vectores linealmente independientes forma un conjunto mínimo de vectores
18 Geometría Euclidiana Demasiados vectores para un espacio: x 1 ℝ² x 0 Dependencia lineal : x 2 {a0, a1, a2 } tal que a 0 x 0 + a1 x 1 +a 2 x 2 =0
19 Geometría Euclidiana Demasiados vectores para un espacio: x 1 x 2 Dependencia lineal : ℝ² x 0 x 2 {a0, a1, a2 } tal que a 0 x 0 + a1 x 1 +a 2 x 2 =0
20 Geometría Euclidiana Demasiados vectores para un espacio: x 1 x 2 ℝ² x 0 x 1 + x 2 Dependencia lineal : x 2 {a0, a1, a2 } tal que a 0 x 0 + a1 x 1 +a 2 x 2 =0
21 Geometría Euclidiana Demasiados vectores para un espacio: x 1 x 2 ℝ² x 0 x 1 + x 2 = x0 Dependencia lineal : x 2 {a0, a1, a2 } tal que a 0 x 0 + a1 x 1 +a 2 x 2 =0
22 Geometría Euclidiana Pocos vectores para definir un espacio: x ℝ³ e1 e2 x e0
23 Geometría Euclidiana Pocos vectores para definir un espacio: x ℝ³ Proyección en un sub-espacio: e1 x es la aproximación mas cercana a x en el sub-espacio definido entre e 0 y e 2 e2 x e0
24 Geometría Euclidiana Pocos vectores para definir un espacio: x ℝ³ Proyección en un sub-espacio: e1 x es la aproximación mas cercana a x en el sub-espacio definido entre e 0 y e 2 e2 x e0
25 Señales Espacios definidos con vectores : N x(2k+1), k=0 Espacio definido por las funciones continuas en el intervalo [ -1 1]. N=0 x (n)=sin( π nt)/n, t [-1 1]
26 Señales Espacios definidos con vectores : N x(2k+1), k=0 Espacio definido por las funciones continuas en el intervalo [ -1 1]. N=1 x (n)=sin( π nt)/n, t [-1 1]
27 Señales Espacios definidos con vectores : N x(2k+1), k=0 Espacio definido por las funciones continuas en el intervalo [ -1 1]. N=2 x (n)=sin( π nt)/n, t [-1 1]
28 Señales Espacios definidos con vectores : N x(2k+1), k=0 Espacio definido por las funciones continuas en el intervalo [ -1 1]. N=3 x (n)=sin( π nt)/n, t [-1 1]
29 Señales Espacios definidos con vectores : N x(2k+1), k=0 Espacio definido por las funciones continuas en el intervalo [ -1 1]. N=4 x (n)=sin( π nt)/n, t [-1 1]
30 Señales Espacios definidos con vectores : N x(2k+1), k=0 Espacio definido por las funciones continuas en el intervalo [ -1 1]. N = 10 x (n)=sin( π nt)/n, t [-1 1]
31 Señales Espacios definidos con vectores : N x(2k+1), k=0 Espacio definido por las funciones continuas en el intervalo [ -1 1]. N = 25 x (n)=sin( π nt)/n, t [-1 1]
32 Señales Espacios definidos con vectores : N x(2k+1), k=0 Espacio definido por las funciones continuas en el intervalo [ -1 1]. N = 50 x (n)=sin( π nt)/n, t [-1 1]
33 Señales Espacios definidos con vectores : N x(2k+1), k=0 Espacio definido por las funciones continuas en el intervalo [ -1 1]. N = 100 x (n)=sin( π nt)/n, t [-1 1]
34 Señales Espacios definidos con vectores : N x(2k+1), x (n)=sin( π nt)/n, k=0 Espacio definido por las funciones continuas en el intervalo [ -1 1]. N = 100 Producto de las conversiones no uniformes, Fenómeno de Gibbs t [-1 1]
35 Señales Espacios definidos con vectores : N x(k+1), k=0 Espacio definido por las funciones continuas en el intervalo [ -1 1]. N=0 x (n)=sin( π nt)/n, t [-1 1]
36 Señales Espacios definidos con vectores : N x(k+1), k=0 Espacio definido por las funciones continuas en el intervalo [ -1 1]. N=1 x (n)=sin( π nt)/n, t [-1 1]
37 Señales Espacios definidos con vectores : N x(k+1), k=0 Espacio definido por las funciones continuas en el intervalo [ -1 1]. N=2 x (n)=sin( π nt)/n, t [-1 1]
38 Señales Espacios definidos con vectores : N x(k+1), k=0 Espacio definido por las funciones continuas en el intervalo [ -1 1]. N=3 x (n)=sin( π nt)/n, t [-1 1]
39 Señales Espacios definidos con vectores : N x(k+1), k=0 Espacio definido por las funciones continuas en el intervalo [ -1 1]. N=4 x (n)=sin( π nt)/n, t [-1 1]
40 Señales Espacios definidos con vectores : N x(k+1), k=0 Espacio definido por las funciones continuas en el intervalo [ -1 1]. N = 10 x (n)=sin( π nt)/n, t [-1 1]
41 Señales Espacios definidos con vectores : N x(k+1), k=0 Espacio definido por las funciones continuas en el intervalo [ -1 1]. N = 25 x (n)=sin( π nt)/n, t [-1 1]
42 Señales Espacios definidos con vectores : N x(k+1), k=0 Espacio definido por las funciones continuas en el intervalo [ -1 1]. N = 50 x (n)=sin( π nt)/n, t [-1 1]
43 Señales Espacios definidos con vectores : N x(k+1), k=0 Espacio definido por las funciones continuas en el intervalo [ -1 1]. N = 100 x (n)=sin( π nt)/n, t [-1 1]
44 Señales Espacios definidos con vectores : N x(k+1), x (n)=sin( π nt)/n, k=0 Espacio definido por las funciones continuas en el intervalo [ -1 1]. N = 100 Producto de las conversiones no uniformes, Fenómeno de Gibbs t [-1 1]
45 Introducción El concepto de espacio de Hilbert es una generalización del concepto de espacio Euclidiano. Esta generalización permite que técnicas algebraicas y geométricas aplicables a espacios de dimensión ℝ² o ℝ³ se extiendan a espacios de dimensión arbitraria, incluyendo a espacios de dimensión infinita.
46 Introducción (resumen) ℝ² / ℝ³ Espacios de dimensión = Vectores Vectores de longitud finita, Medición v y α 2D / 3D Espacio de Hilbert
47 Definición: H (V,ℂ) V : conjunto de vectores {v (k)}, k ℤ 1) Espacio vectorial definido por: donde 2) Operación de producto interno (punto), : V x V ℂ (mapea 2 vectores en un valor complejo) 3) Completo: toda sucesión de Cauchy converge
48 1) Espacio vectorial: Multiplicación escalar Re-dimensionamiento de vectores Adición vectorial Combinación lineal de vectores
49 1) Espacio vectorial: Multiplicación escalar ℝ² e1 ℝ² [] x x= 0 x1 e0 e1 [ ] a x= a x 0 a x1 x a ℂ e0 E.g. a = 1.5
50 Multiplicación escalar en L2 [-1, 1]
51 Multiplicación escalar en L2 [-1, 1] E.g. a = 1.5
52 1) Espacio vectorial: Adición vectorial [ ] y= y 0 y1 ℝ² e1 [] x= x 0 x1 e0
53 1) Espacio vectorial: Adición vectorial [ ] x+y y= y 0 y1 ℝ² e1 [] x= x 0 x1 e0
54 1) Espacio vectorial: Adición vectorial [ ] x+y y= y 0 y1 ℝ² e1 [] x= x 0 x1 e0 [ x 0+ y 0 x+y= x 1+ y 1 ]
55 Adición de señales en L2 [-1, 1] x = sin (π t )
56 Adición de señales en L2 [-1, 1] y = sin (4 π t )
57 Adición de señales en L2 [-1, 1] x + y = sin (π t ) + sin ( 4π t )
58 Propiedades de un espacio vectorial: Para : x, y, z V & α,β ℂ x+y=y+x (x + y) + z = x + (y + z) α(x + y) = α x + α y (α + β) x = α x + β x α (β x) = (α β)x 0 V x+0=0+x=x x V (-x) x + (-x) = 0
59 Sub-espacio vectorial: Intuición ℝ² ℝ³ El resultado de la Suma vectorial y la Multiplicación escalar en el sub-espacio permanece en el subespacio. 2x ℝ³ e1 e2 e0 2x + y y ℝ²
60 Subespacios en L2 [-1, 1]
61 Subespacio: señales simétricas en L2 [-1, 1] x = cos (π t )
62 Subespacio: señales simétricas en L2 [-1, 1] y = cos (6 π t )
63 Subespacio: señales simétricas en L2 [-1, 1] x + y = cos (π t ) + cos (6 π t )
64 Subespacio: señales simétricas en L2 [-1, 1] x + y = simétrica
65 2) Producto interno (Producto punto) Medida de la similitud entre vectores x, y = x 0 y 0 + x 1 y 1 [ ] y= y 0 y1 Similitudes Longitud Ángulo ℝ² e1 [] x= x 0 x1 e0
66 2) Producto interno (Producto punto) Medida de la similitud entre vectores x, y = x 0 y 0 + x 1 y 1 [ ] y= y 0 y1 Similitudes Longitud Ángulo ℝ² e1 α e0 [] x= x 0 x1
67 2) Producto interno (Producto punto) x, y = x 0 y 0 + x 1 y 1 x, y = ( x + x )( y + y ) cos α x, y = x y cos α
68 2) Producto interno (Producto punto) Cuando el resultado es igual a 0, los vectores son lo más distintos posible x, y = 0 Vectores Ortogonales [ ] y= y 0 y1 α= π 2 x= [] x0 x1
69 2) Producto interno (Producto punto) Cuando el resultado es igual a 0, los vectores son lo más distintos posible x, y = 0 Vectores Ortogonales x, y = x y cosα [ ] y= y 0 y1 α= π 2 x= [] x0 x1
70 Producto interno: señales en L2 [-1, 1] Definición: 1 x, y = x (t ) y (t ) dt 1 Señal ortogonal (sin similitudes) x, y = 0 Misma señal x,x = 1
71 Producto interno: señales en L2 [-1, 1] x = sin (π t )
72 Producto interno: señales en L2 [-1, 1] y =t
73 Producto interno: señales en L2 [-1, 1] x, y
74 Producto interno: señales en L2 [-1, 1] 1 x, y = x (t ) y(t ) dt 1 x, y = 2 / π
75 Producto interno: señales en L2 [-1, 1] Magnitud = x, x x = sin (π t )
76 Producto interno: señales en L2 [-1, 1] 1 x, x = x(t ) x (t ) dt 1 x,x =1
77 Producto interno: señales en L2 [-1, 1] 1 x = x, x = x (t ) dt 2 1 x,x =1
78 Subespacios Ortogonales en L2 [-1, 1] x = sin (π t ) antisimetrica
79 Subespacios Ortogonales en L2 [-1, 1] y = 1 t simetrica
80 Subespacios Ortogonales en L2 [-1, 1] 1 x, y = x (t ) y(t ) dt 1 x, y
81 Subespacios Ortogonales en L2 [-1, 1] 1 x, y = x (t ) y(t ) dt 1 x, y = 0
82 Subespacios Ortogonales en L2 [-1, 1] x = sin (2π t ) antisimetrica
83 Subespacios Ortogonales en L2 [-1, 1] y = sin (5 π t ) antisimetrica
84 Subespacios Ortogonales en L2 [-1, 1] x = sin (2π t ) y = sin (5 π t )
85 Subespacios Ortogonales en L2 [-1, 1] x, y
86 Subespacios Ortogonales en L2 [-1, 1] 1 x, y = x (t ) y(t ) dt 1 x, y = 0
87 Subespacios Ortogonales en L2 [-1, 1] Propiedad: Sinusoidales con frecuencia igual a un múltiplo entero de una frec. Fundamental E.g. : [ 2 π, 5 π,... ] ω = π Por lo tanto ambas señales son ortogonales entre si : x, y = 0
88 x=sin(2πt), y=cos(5πt) : x,y???
89 x=sin(2πt), y=cos(5πt) : x,y??? x = sin (2π t ) antisimetrica
90 x=sin(2πt), y=cos(5πt) : x,y??? y = cos (5 π t ) simetrica
91 x=sin(2πt), y=cos(5πt) : x,y??? x = sin (2π t ) y = cos (5 π t )
92 x=sin(2πt), y=cos(5πt) : x,y??? x = sin (2π t ) y = cos (5 π t )
93 x=sin(2πt), y=cos(5πt) : x,y??? 1 x, y = x (t ) y(t ) dt 1 x, y = 0
94 Propiedades del producto interno: Para : x, y, z V & α ℂ x+ y, z = x, z + y, z x, y = y, x : complejo conjugado α x, y = α x, y x, α y = α x, y x, x 0 x, x = 0 x = 0 Si x, y = 0, x, y 0 x,y: ortogonales
95 Producto interno para señales tipo n[ ] N-1 Definición: x, y = x [n] y[n] * n=0 [] [ ] x0 x= x1 y0 y= y1 [ ] y0 x, y = [ x x ] y1 * 0 * 1 Valida para todos los vectores de longitud finita. i.e. vectores en ℂ N
96 Producto interno para señales continuas Definición: x, y = * x [n] y[n] n=- Precaución: El resultado de la sumatoria puede no convergir. Si no converge, el producto punto NO está definido.
97 Producto interno para señales continuas x, y = Definición: * x [n] y[n] n=- Secuencias que cumplan : 2 x[n] < Norma vectorial cuadrada
98 Producto interno para señales continuas x, y = Definición: * x [n] y[n] n=- Secuencias que cumplan : 2 x[n] < Norma vectorial cuadrada Espacio de secuencias de norma vectorial cuadrada (secuencias del curso) l 2 (ℤ)
99 Producto interno para señales continuas x, y = Definición: * x [n] y[n] n=- Secuencias que cumplan : 2 x[n] < Norma vectorial cuadrada Espacio de secuencias de norma vectorial cuadrada (secuencias del curso) l 2 (ℤ) ℤ : indices
100 Norma x = x,x Definición: La norma define la distancia entre vectores d( x, y) = x y
101 Norma y distancia en ℝ² ℝ² x
102 Norma y distancia en ℝ² x = x,x = x + x 2 0 ℝ² x 2 1
103 Norma y distancia en ℝ² ℝ² y x
104 Norma y distancia en ℝ² y = y, y = y + y 2 0 ℝ² y x 2 1
105 Norma y distancia en ℝ² ℝ² x y y x
106 Norma y distancia en ℝ² x y = (x 0 y 0 ) + (x 1 y 1 ) 2 ℝ² x y y x 2
107 Norma y distancia en señales en L2 [-1, 1] 1 x y = 1 x (t ) y (t ) dt 2 x = sin (π t ) 2
108 Norma y distancia en señales en L2 [-1, 1] 1 x y = 1 x (t ) y (t ) dt 2 2 y =t
109 Norma y distancia en señales en L2 [-1, 1] 1 x y = 1 x (t ) y (t ) 2 dt 2 x y
110 Norma y distancia en señales en L2 [-1, 1] 1 x y = 1 x (t ) y (t ) 2 dt 2 x y 2 =
111 Sistemas Coordenados ℝ² e (1 ) x e (0 ) Sist. Ortogonal x =α0 e (0 ) + α 1 e ( 1)
112 Sistemas Coordenados ℝ² e (1 ) ℝ² x x v (1 ) e (0 ) v (0 ) Sist. Ortogonal x =α0 e (0 ) + α 1 e ( 1) Sist. Biortogonal x =α 0 v ( 0 ) + α1 v ( 1 )
113 Sistemas Coordenados ℝ² e (1 ) ℝ² x ℝ² g(0 ) + g(1 ) = 0 x x v (1 ) g(1 ) e (0 ) g(0 ) v (0 ) Sist. Ortogonal x =α0 e (0 ) + α 1 e ( 1) Sist. Biortogonal No existe sistema x =α 0 v ( 0 ) + α1 v ( 1 ) x α 0 g (0 ) + α 1 g( 1) para cualquier α 0, α1
114 Sistemas Coordenados Si dentro de un espacio vectorial H, existe un conjunto de K vectores H, tal que: W ={w (k ) } k=0,1,... K 1
115 Dim(H)=K Sistemas Coordenados Si dentro de un espacio vectorial H, existe un conjunto de K vectores H, tal que: W ={w (k ) } k=0,1,... K 1 W se definirá como un sistema coordenado si: Se puede encontrar para cualquier x H : K 1 x = k=0 αk w(k ), Y si los coeficientes αk son únicos αk ℂ
116 Sistemas Coordenados En consideración con la definición anterior, si se encuentra que la representación del conjunto de vectores W es única, esto implicaría forzosamente la independencia lineal del conjunto entre sí: K 1 αk w(k) = 0 k=0 α k = 0, k = 0, 1,..., K 1
117 Sistemas Coordenados especiales Sistemas ortogonales : w(k), w(n) = 0 para k n Sistemas ortonormales : w(k),w(n) = δ[ n k ] Algoritmo Gram-Schmidt 1 n=0 δ [ n ]= 0 n 0 { }
118 Expansión de los Sistemas Coordenados Como se determinan los valores de α(k)? K 1 x = αk w(k ) k =0 Sistemas ortonormales : αk = w(k), x Proyección del vector x sobre el Eigenvector w(k) deseado
119 E.g.: Sistemas Coordenados en ℂN El sistema contiene N eigenvectores Para el sistema ortonormal canónico : [] 0 0 e(k ) = corresponde al k-esimo vector, 0 k < N
120 E.g.: Sist. Coor. de secuencias en L2 [ ℤ ] El sistema contiene infinito número de vectores Para el sistema ortonormal canónico : [] 0 0 e(k ) = corresponde al k-esimo vector, k ℤ
121 3) Espacio completo «completeness» Cuando un espacio esta acotado por límites debemos asegurarnos que los límites de las secuencias de vectores aún caen dentro del espacio vectorial en cuestión. Para que el espacio se considere completo se debe cumplir que toda sucesión de Cauchy converja.
122 3) Espacio completo «completeness» Para demostrar la importancia de un espacio completo se pueden ilustrar los efectos al mostrar un espacio incompleto. E.g.: Conjunto de los número racionales. n 1 xn = ℚ k! k=0 pero lim x n = e ℚ n {} a ℚ: b a,b ℤ
123
Geometría de Señales Espacios de Hilbert y aproximaciones
Geometría de Señales Espacios de Hilbert y aproximaciones Temario Teorema de Parseval y Conservación de la Norma. Aproximaciones por proyección Ejemplos Teorema de Parseval Sea x la representación de un
Más detallesELEMENTOS DE ANÁLISIS FUNCIONAL
ELEMENTOS DE ANÁLISIS FUNCIONAL Guillermo Ames Universidad Tecnológica Nacional - Facultad Regional Córdoba 2011 TEMA 3: ESPACIOS CON PRODUCTO INTERNO. ESPACIOS DE HILBERT. Espacios producto interno. Espacios
Más detallesJosé Humberto Serrano Devia Página 1
Similitudes entre el espacio y las series de Fourier Funciones Ortogonales En esta sección se muestra la forma en que los conceptos vectoriales de producto interno, o producto escalar, y el de ortogonalidad
Más detallesMétodos matemáticos: Análisis funcional
Métodos matemáticos: Análisis funcional Conceptos y resultados fundamentales Curso 2011/2012 Aquí encontrarás los Teoremas hay que saber para el primer parcial ( 1) así como las definiciones, problemas
Más detallesa) Producto interno: Si y son vectores de, definimos su producto punto, producto interno o producto escalar como
Similitudes entre el espacio y las series de Fourier Funciones Ortogonales En esta sección mostraremos la forma en que los conceptos vectoriales de producto interno, o producto escalar, y el de ortogonalidad
Más detallesClase de Álgebra Lineal
Clase de Álgebra Lineal M.Sc. Carlos Mario De Oro Facultad de Ciencias Básicas Departamento de matemáticas 04.2017 Page 1 Espacios vectoriales Definicion. Espacio Vectorial (E.V.) Un V espacio vectorial
Más detallesEspacios de señales. 2 Espacios de señales
Procesamiento Digital Señales Licenciatura en Bioinformática FI-UER Agosto Procesamiento Digital Señales Espacio señales Agosto /44 Organización lineal 3 lineales Procesamiento Digital Señales Espacio
Más detallesCoordinación de Matemática II (MAT022)
Coordinación de Matemática II (MAT022) Guía de ejercicios N 6 parte Complementos Espacios Vectoriales En los ejercicios que siguen utilizamos la siguientes notaciones: R n [x es el espacio vectorial sobre
Más detallesEl espacio euclideano
Capítulo 1 El espacio euclideano 1. Definiciones básicas El espacio Euclideano, denotado por R n, está definido por el conjunto (1.1) R n = {x = (x 1, x 2,..., x n ) : x i R}. Es decir, R n es efectivamente
Más detallesEspacios con producto interno
Espacios con producto interno. En el espacio vectorial R con el producto interno euclideano, calcule: a) < (,, ), (,, )> b) (7,, ) (7,, ) c) d) î ĵ e) (v, v, v ) (w, w, w ) f) ( î ĵ)
Más detallesMétodos Matemáticos: Análisis Funcional
Licenciatura en Ciencias y Técnicas Estadísticas Universidad de Sevilla http://euler.us.es/ renato/clases.html Qué son esos espacios de Hilbert? Qué son esos espacios de Hilbert? David Hilbert Para relajarnos
Más detallesTEMA 11.- VECTORES EN EL ESPACIO
TEMA 11.- VECTORES EN EL ESPACIO 1.- INTRODUCCIÓN Un vector fijo AB del espacio (también lo era en el plano) es un segmento orientado que tiene su origen en un punto A y su extremo en otro punto B. Estos
Más detallesEspacios Vectoriales
Espacios Vectoriales Espacios Vectoriales Verónica Briceño V. noviembre 2013 Verónica Briceño V. () Espacios Vectoriales noviembre 2013 1 / 47 En esta Presentación... En esta Presentación veremos: Espacios
Más detallesMétodos Matemáticos de la Física 1 Solución Examen Parcial Espacios Vectoriales y vectores cartesianos Octubre 2004
Nombre Métodos Matemáticos de la Física Solución Examen Parcial Espacios Vectoriales y vectores cartesianos Octubre 4. Los vectores en R en coordenada cartesianas los definimos como a = a x^ı + a y^j +
Más detallesMétodos Matemáticos: Análisis Funcional
Licenciatura en Ciencias y Técnicas Estadísticas Universidad de Sevilla http://euler.us.es/ renato/clases.html Espacios eucĺıdeos Definición Se dice que un espacio vectorial E es un espacio eucĺıdeo si
Más detallesTEMA VI: ESPACIOS DE HILBERT
TEMA VI: ESPACIOS DE HILBERT. Espacios con producto escalar Definición: Sea L un espacio vectorial sobre el cuerpo K (R ó C). Por un producto escalar (o interno) sobre L entedemos una aplicación :
Más detallesEspacios Vectoriales. Matemáticas. Espacios Vectoriales CARACTERIZACION COMBINACIONES LINEALES REDUCCION DE GAUSS SISTEMA GENERADOR, BASES
Espacios Vectoriales Matemáticas Espacios Vectoriales CARACTERIZACION COMBINACIONES LINEALES REDUCCION DE GAUSS SISTEMA GENERADOR, BASES 5 ESPACIO VECTORIAL Dados: (E,+) Grupo Abeliano (K,+, ) Cuerpo :
Más detalles1. ESPACIOS DE HILBERT Y OPERADORES
1. ESPACIOS DE HILBERT Y OPERADORES 1. DEFINICIÓN, PROPIEDADES Y EJEMPLOS Definición. Sea H un espacio vectorial sobre el cuerpo C de los números complejos, un producto escalar sobre H es una aplicación
Más detalles( 1 0 BLOQUE DE GEOMETRÍA TEMA 4: ESPACIOS VECTORIALES. ( 5+ 3i )+ ( 2 i )=7+ 2i. La suma de dos números complejos es un número complejo.
BLOQUE DE GEOMETRÍA TEMA 4: ESPACIOS VECTORIALES. Operaciones Binarias: Observamos las siguientes operaciones: ( 5+ 3i )+ ( 2 i )=7+ 2i. La suma de dos números complejos es un número complejo. ( 1 0 2
Más detallesMaestría en Matemáticas
Reactivos Propuestos para Examen de Admisión (ASN) Ingreso en Agosto de 203. Sea R el conjunto de los números reales y S el conjunto de todas las funciones valuadas en los reales con dominio en R. Muestre
Más detallesUniversidad Nacional de Colombia Departamento de Matemáticas Álgebra Lineal - Grupo 01 Taller 4
Universidad Nacional de Colombia Departamento de Matemáticas - Álgebra Lineal - Grupo Taller () Es el conjunto de los números reales con las operaciones de suma y multiplicación un R-espacio vectorial?
Más detallesGustavo Rodríguez Gómez. Agosto Dicembre 2011
Computación Científica Gustavo Rodríguez Gómez INAOE Agosto Dicembre 2011 1 / 44 Capítulo III Descomposición de Matrices 2 / 44 1 Descomposición de Matrices Notación Matrices Operaciones con Matrices 2
Más detallesEspacios de Hilbert: problemas propuestos
Espacios de Hilbert: problemas propuestos ISABEL MARRERO Departamento de Análisis Matemático Universidad de La Laguna imarrero@ull.es Índice 6. Problemas propuestos 1 6.1. Espacios con producto interior..................................
Más detallesVariedades Lineales. Se puede generalizar el concepto de dependencia e independencia lineal de R 2 y R 3. Así:
Semana 3 - Clase 8 2/4/9 Tema 2: Espacios Vectoriales Variedades Lineales Dependencia, independencia lineal Se puede generalizar el concepto de dependencia e independencia lineal de R 2 y R 3 Así: = C
Más detallesMMAF: Espacios normados y espacios de Banach
MMAF: Espacios normados y espacios de Banach Licenciatura en Estadística R. Álvarez-Nodarse Universidad de Sevilla Curso 2011/2012 Espacios vectoriales Definición Sea V un conjunto de elementos sobre el
Más detallesTrabajo Práctico N 5: ESPACIOS VECTORIALES
Trabajo Práctico N 5: ESPACIOS VECTORIALES Ejercicio 1: Determine si los siguientes conjuntos con las operaciones definidas en cada caso son o no espacios vectoriales. Para aquellos que no lo sean, indique
Más detallesINTRODUCCIÓN A LOS ESPACIOS DE FUNCIONES. Problemas
Problemas Curso 2013-2014 Problemas 1. Sea E un espacio normado. Si a, b son elementos de E, probar: (a) 1 2 (a + b) 2 1 2 a 2 + 1 2 b 2. (b) a max{ a + b, a b }. 2. Demostrar que en un espacio normado,
Más detallesEl espacio euclídeo El espacio vectorial R n. Definición. Conjunto de todas las n-uplas de números reales:
Lección 1 El espacio euclídeo 1.1. El espacio vectorial R n Definición. Conjunto de todas las n-uplas de números reales: R n = {(x 1,x 2,...,x n ) : x 1,x 2,...,x n R} Nos interesan los casos n = 2 y n
Más detallesProducto Escalar. AMD Grado en Ingeniería Informática. AMD Grado en Ingeniería Informática (UM) Producto Escalar 1 / 31
Producto Escalar AMD Grado en Ingeniería Informática AMD Grado en Ingeniería Informática (UM) Producto Escalar 1 / 31 Objetivos Al finalizar este tema tendrás que: Saber usar el producto escalar. Calcular
Más detallesMaterial para el examen parcial 1
Algebra Lineal 2, FAMAT-UG, aug-dic, 2009 Material para el examen parcial 1 (17 oct, 2009) Definiciones: Hay que saber las definiciones precisas de todos los siguientes términos, y conocer ejemplos concretos
Más detallesEspacios Vectoriales
Espacios Vectoriales José Vicente Romero Bauset ETSIT-curso 2009/2010 José Vicente Romero Bauset Tema 3.- Espacios Vectoriales 1 Espacio Vectorial Un espacio vectorial sobre K es una conjunto V que cumple:
Más detallesConcepto y Definición de Convolución
Convolución Concepto y Definición de Convolución Propiedades Correlación y Autocorrelación Convolución Discreta 1 Concepto y Definición de Convolución Mediante la convolución calcularemos la respuesta
Más detallesUNIVERSIDAD AUTÓNOMA DE CHIAPAS Facultad de Contaduría y Administración, Campus I
Facultad de Negocios, Campus IV Programa descriptivo por unidad de competencia Programa educativo Licenciatura en Ingeniería en Desarrollo y Tecnologías de Software Modalidad Presencial Clave MA04 H S
Más detallesUniversidad Nacional Autónoma de México Facultad de Ciencias Geometría Analítica II Tarea 1
Universidad Nacional Autónoma de México Facultad de Ciencias Geometría Analítica II Tarea. Completa las igualdades usando el dibujo. γ β = α β = β + θ = θ + ε + ω = θ + ε = β + θ + ω = α + ε = β + δ =.
Más detallesMatemática 2 MAT022. Clase 7 (Complementos) Departamento de Matemática Universidad Técnica Federico Santa María. El espacio euclidiano R n
Matemática MAT0 Clase 7 (Complementos) Departamento de Matemática Universidad Técnica Federico Santa María Coordinación do sem. 07 Matemática MAT0 /5 Tabla de Contenidos El espacio euclidiano R n Coordinación
Más detallesTÉCNICA SUPERIOR DE INGENIERÍA INFORMÁTICA
ESCUELA ESTUDIOS DE TÉCNICA SUPERIOR DE INGENIERÍA INFORMÁTICA DEPARTAMENTO DE INGENIERÍA INFORMÁTICA MATEMÁTICA APLICADA I ÁLGERA LINEAL OLETINES DE PROLEMAS Curso 8-9 Sistemas de ecuaciones lineales.
Más detallesEspacios Vectoriales Euclídeos. Métodos de los mínimos cuadrados
Capítulo 5 Espacios Vectoriales Euclídeos. Métodos de los mínimos cuadrados En este tema iniciamos el estudio de los conceptos geométricos de distancia y perpendicularidad en K n. Empezaremos con las definiciones
Más detallesUniversidad Nacional de Colombia Departamento de Matemáticas Álgebra Lineal Básica - Grupo 3 Taller 3
Universidad Nacional de Colombia Departamento de Matemáticas 2015555- Álgebra Lineal Básica - Grupo Taller (1) Es el conjunto de los números reales con las operaciones de suma y multiplicación un R-espacio
Más detalles3 de noviembre de 2010
Algebra Lineal Universidad del Norte 3 de noviembre de 2010 Segmentos dirigidos en E n. Suponemos que ya se ha introducido un sistema coordenado en el espacio euclidiano correspondiente e identificaremos,
Más detallesExamen de Admisión a la Maestría / Doctorado 24 de Junio de 2016
Examen de Admisión a la Maestría / Doctorado 4 de Junio de 6 Nombre: Instrucciones: En cada reactivo seleccione la respuesta correcta encerrando en un círculo la letra correspondiente. Puede hacer cálculos
Más detallesUniversidad de Buenos Aires - Facultad de Ciencias Exactas y Naturales - Depto. de Matemática Primer Cuatrimestre de k=1. x, y = x k y k.
Universidad de Buenos Aires - Facultad de Ciencias Exactas y Naturales - Depto. de Matemática Primer Cuatrimestre de 003 Análisis Funcional Práctica N 5: Espacios de Hilbert 1. Sean H un espacio vectorial
Más detallesProblemario Nivel Superior
1 Problemario Nivel Superior Problema 1. Sean P 0,..., P n 1 los vértices de un polígono regular inscrito en una circunferencia de radio 1. Denotemos por P 0 P k la longitud del vector P 0 P k, esto es,
Más detallesTEMA 4. VECTORES EN EL ESPACIO
TEMA 4. VECTORES EN EL ESPACIO Dados dos puntos y, se define el vector como el segmento orientado caracterizado por su módulo, su dirección y su sentido. En coordenadas: Dos vectores son equipolentes si
Más detallesEspacios eucĺıdeos. Tema Ejemplo introductorio.
Tema 3 Espacios eucĺıdeos El objetivo de este tema es la resolución de ciertos problemas de aproximación en espacios vectoriales. Para ello necesitaremos utilizar la idea de ortogonalidad entre vectores.
Más detallesTema 1: Espacios vectoriales
PROBLEMAS DE MATEMÁTICAS Parte I: Álgebra Primero de Químicas FACULTAD DE CIENCIAS QUÍMICAS Departamento de Matemáticas Universidad de Castilla-La Mancha Tema 1: Espacios vectoriales 1 Determina si cada
Más detallesDFT : Direct Fourier Transform
DFT : Direct Fourier Transform Objetivo Explicar las características de la Transformada Directa de Fourier «DFT» mediante el análisis de algunos ejemplos. Interpretar el significado de los ejes de la transformación
Más detallesTrabajo Práctico N 5: ESPACIOS VECTORIALES
Trabajo Práctico N 5: ESPACIOS VECTORIALES Ejercicio 1: Determine si los siguientes conjuntos con las operaciones definidas en cada caso son o no espacios vectoriales. Para aquellos que no lo sean, indique
Más detallesUNIVERSIDAD AUTÓNOMA DE SAN LUIS POTOSÍ FACULTAD DE CIENCIAS
UNIVERSIDAD AUTÓNOMA DE SAN LUIS POTOSÍ FACULTAD DE CIENCIAS Av. Dr. Salvador Nava Mtz. S/N Zona Universitaria Teléfono 8-26-23-17, Fax 8-26-23-21 web www.fciencias.uaslp.mx, email escolar@fc.uaslp.mx
Más detallesÁgueda Mata y Miguel Reyes, Dpto. de Matemática Aplicada, FI-UPM 1. Se llama producto escalar sobre un espacio vectorial real V a cualquier aplicación
Águeda Mata y Miguel Reyes, Dpto. de Matemática Aplicada, FI-UPM 1 6 Espacios euclídeos 6.1 Producto escalar. Espacio euclídeo Se llama producto escalar sobre un espacio vectorial real V a cualquier aplicación
Más detallesTema 5: ESPACIOS VECTORIALES
Tema 5: ESPACIOS VECTORIALES EUCLÍDEOS Prof. Rafael López Camino Departamento de Geometría y Topología Universidad de Granada Material docente para el alumno Asignatura: Geometría I. Curso 2003/04 Licenciatura:
Más detalles<Nombre de la Materia> Álgebra lineal
Instituto Tecnológico y de Estudios Superiores de Monterrey Campus Estado de México EDIA MA1010 Álgebra lineal Información general del curso Profesor Titular:
Más detallesMatemáticas para la Empresa
Matemáticas para la Empresa 1 o L. A. D. E. Curso 2008/09 Relación 1. Espacios Vectoriales 1. a) En IR 2 se consideran las operaciones habituales: (x, y) + (x, y ) = (x + x, y + y ) λ(x, y) = (λx, λy)
Más detallesOrtogonalización. 1. Método de Gram-Schmidt. Semana 3 - Clase 9 21/04/09 Tema 2: Espacios Vectoriales
Semana - Clase 9 /4/9 Tema : Espacios Vectoriales Ortogonalización Método de Gram-Schmidt Hemos visto que un conjunto de vectores ortogonales forman base para un espacio vectorial Ahora bien, siempre es
Más detalles1. Ejercicios. Algebra Lineal Problemas del tema 4 Endomorfismos Curso Universidad de Oviedo
1. Ejercicios Ejercicio 1 En R 2, referido a la base canónica, se consideran los vectores u 1 = (1, 1) y u 2 = (2,). Un endomorfismo de R 2, T los transforma en los vectores v 1 = ( 2,1) y v 2 = (, 1)
Más detallesTema 3: Espacios eucĺıdeos
Marisa Serrano, Zulima Fernández Universidad de Oviedo 25 de noviembre de 2009 email: mlserrano@uniovi.es Índice 1 2 3.1 V, R espacio vectorial, la aplicación : V V R ( v, u) v u a) v 1, v 2, u V α, β
Más detallesANX-PR/CL/ GUÍA DE APRENDIZAJE. ASIGNATURA Algebra lineal. CURSO ACADÉMICO - SEMESTRE Primer semestre
ANX-PR/CL/001-01 GUÍA DE APRENDIZAJE ASIGNATURA Algebra lineal CURSO ACADÉMICO - SEMESTRE 2016-17 - Primer semestre GA_59EC_595000002_1S_2016-17 Datos Descriptivos Nombre de la Asignatura Titulación Centro
Más detallesALGEBRA LINEAL - Práctica N 2 - Segundo Cuatrimestre de 2016
Departamento de Matemática - Facultad de Ciencias Exactas y Naturales - UBA 1 ALGEBRA LINEAL - Práctica N 2 - Segundo Cuatrimestre de 2016 Espacios Vectoriales 1. Sea V un espacio vectorial sobre K k K
Más detallesEJERCICIOS PAU MATEMÁTICAS II ARAGÓN Autor: Fernando J. Nora Costa-Ribeiro Más ejercicios y soluciones en fisicaymat.wordpress.com
GEOMETRÍA 1- Dados el punto P(1,-1,0) y la recta : 1 0 3 3 0 a) Determine la ecuación general del plano (Ax+By+Cz+D=0) que contiene al punto P y a la recta s. b) Determine el ángulo que forman el plano
Más detallesVECTORES EN EL ESPACIO
VECTORES EN EL ESPACIO DEF.- Se llama vector fijo de extremos A y B al segmento orientado AB, y se representa por Todo vector fijo queda caracterizado por { Dos vectores fijos se dice que son equivalentes,
Más detallesEspacios Lineales. José D. Edelstein. Universidade de Santiago de Compostela. Santiago de Compostela, febrero de 2011
Espacios Lineales José D. Edelstein Universidade de Santiago de Compostela FÍSICA MATEMÁTICA Santiago de Compostela, febrero de 2011 Espacios vectoriales. Espacios normados. Espacios de Hilbert. José D.
Más detallesProblemas con soluciones
Departamento de Matemática, Universidad Técnica Federico Santa María, MAT-223. Problemas con soluciones 1) Muestre que si A es una base de una toplogía en X, entonces la topología generada por A es iqual
Más detallesRelación 1. Espacios vectoriales
MATEMÁTICAS PARA LA EMPRESA Curso 2007/08 Relación 1. Espacios vectoriales 1. (a) En IR 2 se consideran las operaciones habituales: (x, y) + (x, y ) = (x + x, y + y ) λ(x, y) = (λx, λy) Demuestra que IR
Más detallesExponer las relaciones de la transformada de Fourier con las señales y los sistemas que las generan.
Análisis de Fourier Objetivo Exponer las relaciones de la transformada de Fourier con las señales y los sistemas que las generan. Interpretar el significado físico de la Transformada de Fourier y sus propiedades.
Más detallesPROGRAMA DE EXAMEN. Unidad Nº1: Matrices y Función Determinante
Ministerio de Cultura y Educación Universidad Nacional de San Juan Fac. de Ciencias Exactas Físicas y Naturales Ciclo Lectivo 2018 PROGRAMA DE EXAMEN Cátedra: ALGEBRA LINEAL Carrera: Licenciatura en Geofísica
Más detallesA. VECTORES 1. VECTORES FIJOS Y VECTORES LIBRES
RESUMEN DE GEOMETRÍA MATEMÁTICAS II A. VECTORES 1. VECTORES FIJOS Y VECTORES LIBRES Un vector fijo de origen A y extremo B, siendo A y B puntos del espacio, es un segmento orientado caracterizado por:
Más detallesCONCEPTOS BÁSICOS DE ESPACIOS VECTORIALES Alumno. Cristina Mª Méndez Suero
Fundamento Científico del Currículum de Matemáticas en Enseñanza Secundaria CONCEPTOS BÁSICOS DE ESPACIOS VECTORIALES Alumno. Cristina Mª Méndez Suero ESPACIOS VECTORIALES DEFINICIÓN... 1 PROPIEDADES DE
Más detallesR 3 = { ( x, y, z ) / x R, y R, z R }
El conjunto R 3 Es un conjunto de ternas ordenadas de números reales R 3 = { ( x, y, z ) / x R, y R, z R } Primera componente Segunda componente Tercera componente Igualdad de ternas: (x, y, z) = (x',
Más detallesESPACIOS VECTORIALES Y APLICACIONES LINEALES
Departamento de Matemática Aplicada II E.E.I. ÁLGEBRA Y ESTADÍSTICA Boletín n o (010-011 ESPACIOS VECTORIALES Y APLICACIONES LINEALES 1. En el espacio vectorial ordinario R 4 estudiar cuáles de los siguientes
Más detallesEspacios con Producto Interno
Espacios con Producto Interno Definición de producto interno y sus propiedades elementales Supóngase que se tiene un espacio vectorial V sobre un campo K. Se puede definir en V una función que a cada par
Más detallesAsignatura: Horas: Total (horas): Obligatoria X Teóricas 4.5 Semana 4.5 Optativa Prácticas Semanas 72.0
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE INGENIERÍA PROGRAMA DE ESTUDIO Aprobado por el Consejo Técnico de la Facultad de Ingeniería en su sesión ordinaria del 19 de noviembre de 2008 ÁLGEBRA
Más detallesEspacios Vectoriales
Espacios y subespacios vectoriales Espacios Vectoriales 1. Demuestre que con la suma y multiplicación habituales es un espacio vectorial real.. Considere el conjunto C de los números complejos con la suma
Más detallesUNIVERSIDAD DE SONORA
UNIVERSIDAD DE SONORA Unidad Regional Centro División de Ingeniería Departamento de Ingeniería Química y Metalurgia Asignatura: Álgebra Lineal Clave: Antecedente: Álgebra y Geometría Analítica Consecuente:
Más detallesEspacios vectoriales (Curso )
ÁLGEBRA Práctica 5 Espacios vectoriales (Curso 2008 2009) 1. En el espacio vectorial real IR 2 consideramos los siguientes subconjuntos: (a) A = {(x y) IR 2 x 2 + y 2 = 1}. (b) B = {(x y) IR 2 x = 3y}.
Más detallesAsignatura: Horas: Total (horas): Obligatoria X Teóricas 4.5 Semana 4.5 Optativa Prácticas Semanas 72.0
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE INGENIERÍA PROGRAMA DE ESTUDIO ÁLGEBRA LINEAL 0062 Asignatura Clave 0062 2 09 Semestre Créditos Ciencias Básicas Matemáticas Básicas Ingeniería en Computación
Más detallesÁlgebra Lineal. Departamento de Matemáticas Universidad de Los Andes. Primer Semestre de 2007
Álgebra Lineal Departamento de Matemáticas Universidad de Los Andes Primer Semestre de 2007 Universidad de Los Andes () Álgebra Lineal Primer Semestre de 2007 1 / 50 Texto guía: Universidad de Los Andes
Más detallesEspacios vectoriales con producto interno
Espacios vectoriales con producto interno Problemas teóricos En todos los problemas relacionados con el caso complejo se supone que el producto interno es lineal con respecto al segundo argumento. Definición
Más detallesAlgebra Lineal. Gustavo Rodríguez Gómez. Verano 2011 INAOE. Gustavo Rodríguez Gómez (INAOE) Algebra Lineal Verano / 21
Algebra Lineal Gustavo Rodríguez Gómez INAOE Verano 2011 Gustavo Rodríguez Gómez (INAOE) Algebra Lineal Verano 2011 1 / 21 Espacios Vectoriales Espacios Vectoriales INAOE Gustavo Rodríguez Gómez (INAOE)
Más detallesANX-PR/CL/ GUÍA DE APRENDIZAJE
PROCESO DE COORDINACIÓN DE LAS ENSEÑANZAS PR/CL/001 Sistemas de ASIGNATURA PLAN DE ESTUDIOS 59EC - CURSO ACADÉMICO Y SEMESTRE 2017-18 - Primer semestre Índice Guía de Aprendizaje 1. Datos descriptivos...1
Más detallesEjercicios de Análisis Funcional
Ejercicios de Análisis Funcional Rafael Payá Albert Departamento de Análisis Matemático Universidad de Granada ANÁLISIS FUNCIONAL Relación de Ejercicios N o 1 1. Dar un ejemplo de una distancia en un espacio
Más detallesÁLGEBRA LINEAL II Práctica
ÁLGEBRA LINEAL II Práctica 2.1-2.2 Espacios Euclídeos. Ortogonalidad (Curso 2011 2012) 1. Se considera un espacio euclídeo de dimensión 3, y en él una base {ē 1, ē 2, ē 3 } tal que el módulo de ē 1 y el
Más detallesGrado en Ciencias Ambientales. Matemáticas. Curso 11/12
Grado en Ciencias Ambientales. Matemáticas. Curso 11/12 Problemas Tema 1. Espacios Vectoriales. 1 Repaso de Estructuras Algebraicas 1.1. Construye explícitamente el conjunto A B, siendo A = {1, 2, 3},
Más detallesExamen de Admisión a la Maestría / Doctorado 9 de Diciembre de 2016
Examen de Admisión a la Maestría / Doctorado 9 de Diciembre de 26 Nombre: Instruccion En cada reactivo seleccione la respuesta correcta encerrando en un círculo la letra correspondiente. Puede hacer cálculos
Más detallesESPACIOS VECTORIALES
ESPACIOS VECTORIALES Luisa Martín Horcajo U.P.M. Definición: Vector libre. Operaciones Un vector fijo es una segmento orientado, que queda caracterizado por su origen A y su extremo B y se representa por
Más detallesÁlgebra Lineal UCR. Sétimo tema, 2013
Álgebra Lineal UCR Sétimo tema, 2013 Presentaciones basadas principalmente en Arce,C, Castillo,W y González, J. (2004) Álgebra lineal. Tercera edición. UCR. San Pedro. Otras fuentes serán mencionadas cuando
Más detalles1.5.3 Sistemas, Matrices y Determinantes
1.5.3 Sistemas, Matrices y Determinantes 24. Sean las matrices 3 0 4 1 A= 1 2 B = 0 2 1 1 C = 1 4 2 3 1 5 1 5 2 D = 1 0 1 E = 3 2 4 6 1 3 1 1 2 4 1 3 a Calcular cuando se pueda: 3C D, ABC, ABC, ED, DE,
Más detallesVectores en el espacio
1. El concepto, características y operaciones de los vectores en el espacio son una generalización de los vectores del plano, que ya se conocen de cursos pasados. Es conveniente por tanto repasar conceptos
Más detallesJulio C. Carrillo E. Profesor Escuela de Matemáticas Universidad Industrial de Santander. Monday, November 5, 2007 at 8:44 am (FA07.
Julio C. Carrillo E. Profesor Escuela de Matemáticas Universidad Industrial de Santander Monday, November 5, 2007 at 8:44 am (FA07.01,02) Para uso exclusivo en el salón de clase. 2007 c Julio C. Carrillo
Más detallesTEMA 11. VECTORES EN EL ESPACIO
TEMA 11. VECTORES EN EL ESPACIO Dados dos puntos y, se define el vector como el segmento orientado caracterizado por su módulo, su dirección y su sentido. Dos vectores son equipolentes si tienen el mismo
Más detallesCAPÍTULO 4 ESPACIOS VECTORIALES
CAPÍTULO 4 ESPACIOS VECTORIALES 4.1.- Concepto y definición de espacio vectorial. 4.2.- Propiedades de los espacios vectoriales. 4.3.- Subespacios vectoriales. 4.4.- Combinación lineal de vectores. 4.5.-
Más detallesREPASO DE ALGEBRA VECTORIAL
REPASO DE ALGEBRA VECTORIAL Vectores en R 2 : Un vector v en el plano R 2 = XY es un par ordenado de números reales (a,b). Los números reales a y b se llaman componentes del vector v. El vector cero es
Más detallesElementos Básicos de Análisis Funcional en. Dr. Oldemar Rodríguez Rojas
Elementos Básicos de Análisis Funcional en Análisis Numérico Dr. Oldemar Rodríguez Rojas Agosto 2008 Contents 1 Elementos Básicos de Análisis Funcional 2 1.1 Espacios normados...........................
Más detallesDEPARTAMENTO DE MATEMATICA
UNIVERSIDAD CAECE DEPARTAMENTO DE MATEMATICA PROGRAMA DE: ALGEBRA CODIGO DE LA CARRERA 072 AÑO 2º CARRERA: PLAN DE LA CARRERA CODIGO ASIGNATURA 10 7014/10S CUATRIMESTRE VIGENCIA 1º 2010 LICENCIATURA EN
Más detallesTema 1: Introducción y fundamentos matemáticos. Parte 4/4 Vectores en física II: Coordenadas y componentes
Tema 1: Introducción y fundamentos matemáticos ntonio González Fernández Departamento de Física plicada III Universidad de Sevilla Parte 4/4 Vectores en física II: Coordenadas y componentes plicaciones
Más detallesUNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE ESTUDIOS SUPERIORES ACATLÁN LICENCIATURA EN MATEMÁTICAS APLICADAS Y COMPUTACIÓN
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE ESTUDIOS SUPERIORES ACATLÁN LICENCIATURA EN MATEMÁTICAS APLICADAS Y COMPUTACIÓN PROGRAMA DE ASIGNATURA ACATLÁN CLAVE: SEMESTRE: 2 (SEGUNDO) MODALIDAD
Más detallesObjetivos III.1. NORMA VECTORIAL
ema III NORMAS VECORIALES Y PRODUCO ESCALAR Objetivos Generalizar conceptos como el de norma de un vector distancia ortogonalidad ángulo entre dos vectores. En este capítulo el cuerpo K de escalares será
Más detallesANX-PR/CL/ GUÍA DE APRENDIZAJE. ASIGNATURA Algebra lineal. CURSO ACADÉMICO - SEMESTRE Primer semestre
ANX-PR/CL/001-02 GUÍA DE APRENDIZAJE ASIGNATURA Algebra lineal CURSO ACADÉMICO - SEMESTRE 2015-16 - Primer semestre GA_59EC_595000002_1S_2015-16 Datos Descriptivos Nombre de la Asignatura Titulación Centro
Más detalles